书籍详情
Python深度强化学习：基于Chainer和OpenAI Gym
作者：[日] 牧野浩二（Koji Makino），[日] 西崎博光(Hiromitsu Nishizaki） 著，申富饶，于僡 译
出版社：机械工业出版社
出版时间：2021-12-01
ISBN：9787111692584
定价：¥79.00
购买这本书可以去
内容简介
本书基于强化学的库Chainer（Chainere）和AI模拟环境的OpenAI gym-不仅仅是软件模拟-也详述了使用RaspbbilryPi和ARduino的实际环境的应用。
作者简介
暂缺《Python深度强化学习：基于Chainer和OpenAI Gym》作者简介
目录
译者序
前言
第1章 引言 1
11 深度强化学习可以做什么 1
12 本书的结构 4
13 框架：Chainer和ChainerRL 6
14 Python的运行检查 6
15 Chainer的安装 9
16 ChainerRL的安装 12
17 模拟器：OpenAI Gym 14
第2章 深度学习 17
21 什么是深度学习 17
22 神经网络 18
23 基于Chainer的神经网络 21
231 Chainer与神经网络的对应 24
232 Chainer程序 25
233 参数设置 26
234 创建数据 27
235 定义神经网络 27
236 各种声明 28
237 显示训练状态 28
238 保存训练状态 31
239 执行训练 32
24 与其他神经网络的对应 32
241 感知器 32
242 5层神经网络（深度学习） 33
243 计算输入中的1的数量 34
25 基于深度神经网络的手写数字识别 35
251 手写数字的输入格式 36
252 深度神经网络的结构 39
253 8×8的手写数字数据 41
26 基于卷积神经网络的手写数字识别 43
261 卷积 45
262 激活函数 49
263 池化 49
264 执行 50
27 一些技巧 53
271 读取文件数据 54
272 使用训练模型 55
273 重启训练 56
274 检查权重 56
275 从文件中读取手写数字 57
第3章 强化学习 59
31 什么是强化学习 59
311 有监督学习 60
312 无监督学习 60
313 半监督学习 60
32 强化学习原理 61
33 通过简单的示例来学习 61
34 应用到Q学习问题中 63
341 状态 63
342 行动 63
343 奖励 63
344 Q值 64
35 使用Python进行训练 67
351 运行程序 67
352 说明程序 69
36 基于OpenAI Gym的倒立摆 73
361 运行程序 73
362 说明程序 74
37 如何保存和加载Q值 79
第4章 深度强化学习 81
41 什么是深度强化学习 81
42 对于老鼠学习问题的应用 83
421 运行程序 83
422 说明程序 85
423 如何保存和读取智能体模型 91
43 基于OpenAI Gym的倒立摆 91
431 运行程序 91
432 说明程序 92
44 基于OpenAI Gym的太空侵略者 97
45 基于OpenAI Gym的颠球 99
451 运行程序 101
452 说明程序 102
46 对战游戏 109
461 黑白棋 109
462 训练方法 111
463 变更盘面 121
464 黑白棋实体 121
465 如何与人类对战 123
466 卷积神经网络的应用 127
47 使用物理引擎进行模拟 128
471 物理引擎 129
472 运行程序 130
473 说明程序 131
48 物理引擎在颠球问题中的应用 132
49 物理引擎在倒立摆问题中的应用 140
410 物理引擎在机械臂问题中的应用 144
411 使用其他深度强化学习方法 151
4111 深度强化学习的类型 151
4112 将训练方法更改为DDQN 153
4113 将训练方法更改为PER-DQN 153
4114 将训练方法更改为DDPG 153
4115 将训练方法更改为A3C 155
第5章 实际环境中的应用 157
51 使用摄像机观察环境（MNIST） 157
511 摄像机设置 158
512 通过卷积神经网络对摄像机图像进行分类 160
513 使用图像大小为28×28的手写数字进行训练 163
52 实际环境中的老鼠学习问题 164
53 使用Raspberry Pi处理老鼠学习问题 168
531 环境构建 169
532 以输入输出为重点的简化 169
533 使用摄像机测量环境 176
54 使用Arduino + PC处理老鼠学习问题 181
541 环境构建 182
542 以输入输出为重点的简化 185
543 使用摄像机测量环境 193
55 使用Raspberry Pi + Arduino处理老鼠学习问题 197
56 结语 201
附录 202
前言
第1章 引言 1
11 深度强化学习可以做什么 1
12 本书的结构 4
13 框架：Chainer和ChainerRL 6
14 Python的运行检查 6
15 Chainer的安装 9
16 ChainerRL的安装 12
17 模拟器：OpenAI Gym 14
第2章 深度学习 17
21 什么是深度学习 17
22 神经网络 18
23 基于Chainer的神经网络 21
231 Chainer与神经网络的对应 24
232 Chainer程序 25
233 参数设置 26
234 创建数据 27
235 定义神经网络 27
236 各种声明 28
237 显示训练状态 28
238 保存训练状态 31
239 执行训练 32
24 与其他神经网络的对应 32
241 感知器 32
242 5层神经网络（深度学习） 33
243 计算输入中的1的数量 34
25 基于深度神经网络的手写数字识别 35
251 手写数字的输入格式 36
252 深度神经网络的结构 39
253 8×8的手写数字数据 41
26 基于卷积神经网络的手写数字识别 43
261 卷积 45
262 激活函数 49
263 池化 49
264 执行 50
27 一些技巧 53
271 读取文件数据 54
272 使用训练模型 55
273 重启训练 56
274 检查权重 56
275 从文件中读取手写数字 57
第3章 强化学习 59
31 什么是强化学习 59
311 有监督学习 60
312 无监督学习 60
313 半监督学习 60
32 强化学习原理 61
33 通过简单的示例来学习 61
34 应用到Q学习问题中 63
341 状态 63
342 行动 63
343 奖励 63
344 Q值 64
35 使用Python进行训练 67
351 运行程序 67
352 说明程序 69
36 基于OpenAI Gym的倒立摆 73
361 运行程序 73
362 说明程序 74
37 如何保存和加载Q值 79
第4章 深度强化学习 81
41 什么是深度强化学习 81
42 对于老鼠学习问题的应用 83
421 运行程序 83
422 说明程序 85
423 如何保存和读取智能体模型 91
43 基于OpenAI Gym的倒立摆 91
431 运行程序 91
432 说明程序 92
44 基于OpenAI Gym的太空侵略者 97
45 基于OpenAI Gym的颠球 99
451 运行程序 101
452 说明程序 102
46 对战游戏 109
461 黑白棋 109
462 训练方法 111
463 变更盘面 121
464 黑白棋实体 121
465 如何与人类对战 123
466 卷积神经网络的应用 127
47 使用物理引擎进行模拟 128
471 物理引擎 129
472 运行程序 130
473 说明程序 131
48 物理引擎在颠球问题中的应用 132
49 物理引擎在倒立摆问题中的应用 140
410 物理引擎在机械臂问题中的应用 144
411 使用其他深度强化学习方法 151
4111 深度强化学习的类型 151
4112 将训练方法更改为DDQN 153
4113 将训练方法更改为PER-DQN 153
4114 将训练方法更改为DDPG 153
4115 将训练方法更改为A3C 155
第5章 实际环境中的应用 157
51 使用摄像机观察环境（MNIST） 157
511 摄像机设置 158
512 通过卷积神经网络对摄像机图像进行分类 160
513 使用图像大小为28×28的手写数字进行训练 163
52 实际环境中的老鼠学习问题 164
53 使用Raspberry Pi处理老鼠学习问题 168
531 环境构建 169
532 以输入输出为重点的简化 169
533 使用摄像机测量环境 176
54 使用Arduino + PC处理老鼠学习问题 181
541 环境构建 182
542 以输入输出为重点的简化 185
543 使用摄像机测量环境 193
55 使用Raspberry Pi + Arduino处理老鼠学习问题 197
56 结语 201
附录 202
猜您喜欢
